算法题之戳气球

戳气球

有 n 个气球，编号为0 到 n - 1，每个气球上都标有一个数字，这些数字存在数组 nums 中。

现在要求你戳破所有的气球。戳破第 i 个气球，你可以获得 nums[i - 1] * nums[i] * nums[i + 1] 枚硬币。 这里的 i - 1 和 i + 1 代表和 i 相邻的两个气球的序号。如果 i - 1或 i + 1 超出了数组的边界，那么就当它是一个数字为 1 的气球。

求所能获得硬币的最大数量。

示例 1：

输入：nums = [3,1,5,8]
输出：167
解释：
nums = [3,1,5,8] --> [3,5,8] --> [3,8] --> [8] --> []
coins =  3*1*5    +   3*5*8   +  1*3*8  + 1*8*1 = 167

示例 2：

输入：nums = [1,5]
输出：10

提示：

• n == nums.length
• 1 <= n <= 300
• 0 <= nums[i] <= 100

解题思路

这道题，第一眼看上去没有什么思路，一般来说，求最大值和最小值，都可以用动态规划来处理。

首先我们从条件分析，戳破第i个气球，获取的硬币数是i - 1、i和i + 1三者气球数字的乘积。如果超出了数组的边界，就可以假设为数字为1。所以我们可以在气球左右两边分别增加一个数字为1的气球。代码片段如下：

int n = nums.length;
int[] vals = new int[n+2];

vals[0] = vals[n+1] = 1;
for(int i = 1; i < n + 1; i++){
    vals[i] = nums[i-1];
}

我们需要求出下标为1到n的范围内，硬币的最大数量，因为不包含下标0和n + 1，所以我们假设代表的是在开区间之间硬币的最大数量。

接下来，我们肯定是要开始遍历区间的，怎么遍历呢？我们先确定下标 i 和 j ，再定义一个变量k，使得i < k < j

当i、 k、j 相邻时

戳掉下标为k的气球可以获得的硬币数是：

戳气球有哪几种方法呢？

是不是有以下6种情况：

1. 按照i、k、j的顺序戳破，得到的硬币数为：
2. 按照i、j、k的顺序戳破，得到的硬币数为：
3. 按照k、i、j的顺序戳破，得到的硬币数为：
4. 按照k、j、i的顺序戳破，得到的硬币数为：
5. 按照j、i、k的顺序戳破，得到的硬币数为：
6. 按照j、k、i的顺序戳破，得到的硬币数为：

其实答案不是有这6种情况，看我们上面的定义，在开区间，也就是说i、j是边界，所以是不能戳破的，或者说戳破边界能得到的硬币数量是0。所以其实。

这里我们再引申一下，如果i、j是相邻的，那么，因为i、j之间没有可以戳破的气球了；我们后面定义二维数组存放，正好可以把每个值都初始化为0。

当i、k、k2、j相邻时

• 情况1.假设我们先戳破k2，那么

• 情况2.如果我们先戳破k，那么

• 情况3.如果我们把k2和k的位置对换，即i、k2、k、j相邻，先戳破k2，那么

其实可以发现，

在遍历的过程中，情况1的值我们会先存放在dp[ i ][ j ]里，然后和情况3的值比较大小，所以：

根据上面的推断，就可以得到状态转移方程：

当时， 

当时，

最后，我们注意一下动态规划的次序，具体代码如下：

class Solution {
    public int maxCoins(int[] nums) {
        // 动态规划
        int n = nums.length;
        int[] vals = new int[n+2];
        // 数组两侧增加边界
        vals[0] = vals[n+1] = 1;
        for(int i = 1; i < n + 1; i++){
            vals[i] = nums[i-1];
        }
        
        int[][] dp = new int[n+2][n+2];

        for(int i = n - 1; i >= 0; i--){
            for(int j = i + 2; j <= n + 1; j++){
                for(int k = i + 1; k < j; k++){
                    dp[i][j] = Math.max(dp[i][j], dp[i][k] + dp[k][j] + vals[i] * vals[k] * vals[j]);
                }
            }
        }

        return dp[0][n+1];
    }
}

复杂度分析

• 时间复杂度：，有三层遍历，每层都是线性的时间复杂度。
• 空间复杂度：，额外定义了一个二维数组。